Pandas SQL 작업

Pandas SQL 작업의 구체적인 예제

모든 가능한 Pandas 사용자가 SQL에 대해 잘 알고 있기 때문에, 이 페이지는 Pandas를 사용하여 다양한 SQL 작업을 수행하는 방법에 대한 몇 가지 예제를 제공합니다.

　import　pandas　as　pd
　url　=　'https://raw.github.com/pandasdev/
　pandas/master/pandas/tests/data/tips.csv'
　tips=pd.read_csv(url)
　print(tips.head())

실행 결과는 다음과 같습니다：

　　　　　　total_bill　　tip　　sex　　smoker　　day　　time　　size
0　　　　　　　　16.99　　1.01　　　Female　　No　　Sun　　Dinner　　　　　　2
1　　　　　　　　10.34　　1.66　　　　　Male　　No　　Sun　　Dinner　　　　　　3
2　　　　　　　　21.01　　3.50　　Male　　No　　Sun　　Dinner　　　　　　3
3　　　　　　　　23.68　　3.31　　　　　Male　　No　　Sun　　Dinner　　　　　　2
4　　　　　　　　24.59　　3.61　　　Female　　No　　Sun　　Dinner　　　　　　4

조회

SQL에서는 선택은 선택한 칼럼의 콤마 구분 목록(또는 사용할 수 있는)*모든 열을 선택하는 방법입니다)

　SELECT total_bill, tip, smoker, time
　from　tips
　LIMIT　5;

Pandas를 사용하여 열 이름 목록을 DataFrame에 전달하여 열 선택을 완료합니다:

　tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

하나의 전체 예제를 보겠습니다:

　import　pandas　as　pd
　url　=　'https://raw.github.com/pandasdev/
　pandas/master/pandas/tests/data/tips.csv'
　　
　tips=pd.read_csv(url)
　print(tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

실행 결과는 다음과 같습니다：

　　　total_bill　　tip　　smoker　　time
0　　　　　　　16.99　　1.01　　　　　　No　　Dinner
1　　　　　　　10.34　　1.66　　　　　　No　　Dinner
2　　　　　　　21.01　　3.50　　No　　Dinner
3　　　　　　　23.68　　3.31　　　　　　No　　Dinner
4　　　　　　　24.59　　3.61　　　　　　No　　Dinner

칼럼 이름 목록을 포함하지 않는 DataFrame을 호출하면 모든 칼럼이 표시됩니다(SQL과 유사하게)*)

WHERE 조건 쿼리

SQL에서 WHERE 문장을 사용하여 필터링합니다.

　SELECT　*　from tips WHERE time = 'Dinner' LIMIT　5;

DataFrame는 여러 가지 방법으로 필터링할 수 있습니다. 가장 직관적인 방법은 부울 인덱스를 사용하는 것입니다.

　tips[tips['time'] == 'Dinner'].head(5)

우리는 완전한 예제를 보겠습니다

　import　pandas　as　pd
　url　=　'https://raw.github.com/pandasdev/
　pandas/master/pandas/tests/data/tips.csv'
　tips=pd.read_csv(url)
　print(tips[tips['time'] == 'Dinner']).head(5)

실행 결과는 다음과 같습니다：

　　　　　total_bill　　tip　　sex　　smoker　　day　　time　　size
0　　　　　　　16.99　　1.01　　　Female　　No　　Sun　　Dinner　　　　2
1　　　　　　　10.34　　1.66　　　　　Male　　No　　Sun　　Dinner　　　　3
2　　　　　　　21.01　　3.50　　Male　　No　　Sun　　Dinner　　　　3
3　　　　　　　23.68　　3.31　　　　　Male　　No　　Sun　　Dinner　　　　2
4　　　　　　　24.59　　3.61　　　Female　　No　　Sun　　Dinner　　　　4

위 문장은 일련의 True / False 객체를 DataFrame에 전달하여 True인 모든 행을 반환합니다.

GroupBy 그룹

이 작업은 전체 데이터 집합의 각 그룹에 대한 레코드 수를 가져옵니다. 예를 들어, 성별 그룹과 수를 조회합니다：

　SELECT　sex,　count(*)
　from　tips
　GROUP　BY　sex;

Pandas에서는 다음과 같은 작업을 수행합니다：

　tips.groupby('sex').size()

우리는 완전한 예제를 보겠습니다

　import　pandas　as　pd
　url　=　'https://raw.github.com/pandasdev/
　pandas/master/pandas/tests/data/tips.csv'
　tips=pd.read_csv(url)
　print　tips.groupby('sex').size()

실행 결과는 다음과 같습니다：

　sex
　Female　87
　Male　157
　dtype:　int64

N 행 수를 확인하십시오

SQL이 LIMIT를 사용하여 N 행을 반환합니다：

　SELECT　*　from　tips
　LIMIT　5　;

Pandas에서는 다음과 같이 작업합니다：

　tips.head(5)

우리는 완전한 예제를 보겠습니다

　import　pandas　as　pd
　url　=　'https://raw.github.com/pandas-dev/pandas/master/pandas/tests/data/tips.csv'
　tips=pd.read_csv(url)
　tips　=　tips[['smoker',　'day',　'time']].head(5)
　print　tips

실행 결과는 다음과 같습니다：

　　　　　smoker　　　day　　　　　time
0　　　　　　No　　　Sun　　　Dinner
1　　　　　　No　　　Sun　　　Dinner
2　　　　　　No　　　Sun　　　Dinner
3　　　　　　No　　　Sun　　　Dinner
4　　　　　　No　　　Sun　　　Dinner